第二个“计算机”？AI如何帮助企业

近年来，高性价比大规模处理能力的出现和AI算法的突破，推动了人工智能的发展，也让人工智能能够处理更加复杂的问题。有趣的是，这一趋势让人不禁联想到80年代PC机的兴起，当时不断出现的高性价比计算能力成为许多行业大规模计算机化的催化剂。就像如今的AI一样，库卡机器人驱动器维修，当时的计算机和计算机化引领了新的发展趋势，所以很多公司都争先恐后的打造自己的计算部门和小组。按照当时的标准，工业机器人维修，我们都可以算作是计算机专家了。

但是计算机的普及不是一夜之间发生的。数十年前，虽然对计算机化的需求非常旺盛，但对各行业的影响却是不明确的。人们能够感觉到计算机很重要，但是无法100%的肯定。我们经历了一整个发展与发现的过程，计算机专家和各领域专家携手合作了15-20年，才针对各种需求开发出了对应的计算机和软件。

如今，我们再现了历史。现在AI正处在无法很好的融入各专业领域的阶段，领域内高级玩家知道AI的重要性，但是不知道如何正确面对它。如今最常见的问题是什么是AI？和AI如何能够帮助到我的业务？

AI如何帮助企业

首先来看看在线内容，特别是网站优化。现在大多数人都熟悉转换率优化（CRO），所谓CRO就是网站操作员通过测试设计、信息、用户体验等方面的新想法来最大化实现转换。AI可以使这个过程以数量级优化。

我们需要弄清楚我们应该如何判断AI的解决方案，并确定其运作方式。在这个例子中，我们通过增加的转换率来判断是否成功，AI通过改变字体、设计、颜色等来优化网站。我们可以给予AI有关更改的信息，以及确定浏览器类型或登录状态的权限，以便AI开始分割用户。

这样做的结果可能会令人震惊。AI可以找到令人信服且易引起观众共鸣的设计。它可以通过遗传算法有效的培育出更合适的设计，从而创造出转换高效且能自我循环的子代，让AI配置更加优化。

需要注意，这个方法有一个很重要的方面，即AI是自主的，这也符合AI的一般定义参数和目标是由操作员设置的，但是AI决定了如何组合才能找到最佳的答案，达成更好的结果。

这样的例子数不胜举，在金融贸易、医疗保健甚至农业等多个行业都已经成功部署了AI。在所有情况下，去除上述步骤中的某些形式，这些决定都会无法独立完成。这正是一个需要领域专家和AI从业者紧密合作的过程。

什么是AI

让我们回到起点，人工智能的本质是什么？对此我并没有答案，我也认为根本不存在答案。这个定义可以随着时间的变化而变化，AI也不断的超越现有的水平。所以与其提出严格的定义，还不如来看看一些例子。

谷歌的关键字搜索是否是AI？你也许认为搜索背后的技术很简单，但是即使在90年代末期，工业机器人维修，搜索引擎也居然使用了AI教科书中提及的A*树搜索算法。

那么Siri呢？这应该是一个AI系统的例子。但实际上呢？其实许多人将Siri的幽默当作是人工智能。但实际上这只是Siri从数据库中随机查询的结果。换句话说，人们所发现的具有人性的以免其实只是工程师手下的一行代码。

那么自动驾驶汽车呢？这也是这段时间各大公司争相研发的东西。但即使是赢得DARPA挑战的自动驾驶汽车也完全只是使用传感器，并没有涉及AI技术，也就说没有自我学习的能力。

换句话说，算法本身是否能被定义为AI是有争议的，而且我个人认为这无关紧要。重要的是AI是否根据领域专家定义的一个或多个方法得到了提升。重要的是AI模型是否可以自我学习相关领域知识，并根据新的情况和期望进行调整。从定义的角度来看，它需要能够自主运作，并随着时间的推移变得越来越好。

我们需要设想的真实情况是AI无处不在的世界。这一切非常紧迫，因为这个世界正在来临。这是一个由AI通过进化神经网络自我设计出来的世界。简而言之，这将与我们今天所处的世界完全不同。AI的定义将会继续发生改变。就像当初的计算机化一样，只有当我们所有人都被认为是AI专家时，AI才是真正的完全实现了。